All You Need is Transformer: RTT Prediction for TCP based on Deep Learning Approach

Li, Runyi; Zhang, Xuan

doi:10.1109/dsins54396.2021.9670591

2021 International Conference on Digital Society and Intelligent Systems (DSInS) 2021

DOI: 10.1109/dsins54396.2021.9670591

|View full text |Cite

All You Need is Transformer: RTT Prediction for TCP based on Deep Learning Approach

Runyi Li

Xuan Zhang

Help me understand this report

Search citation statements

Order By: Relevance

Paper Sections

Select...

Citation Types

Supporting

Mentioning

Contrasting

Year Published

2024

Publication Types

Select...

Other1

Relationship

Self Cite0

Independent1

Authors

Journals

Cited by 1 publication

References 6 publications

Supporting

Mentioning

Contrasting

Order By: Relevance

Reprodutibilidade de Experimentos em Redes de Computadores através do Catálogo de Dados RNP

Zanotelli,

Damasceno,

Vianna

et al. 2024

Anais Do XXIX Workshop De Gerência E Operação De Redes E Serviços (WGRS 2024)

View full text Add to dashboard Cite

A importância da reprodução de experimentos é amplamente discutida na comunidade científica. São encontrados tanto desafios quanto propostas de soluções na literatura. Um entrave comum está relacionado à disponibilidade de dados. A RNP coleta e armazena dados relacionados aos seus serviços e para facilitar seu acesso, o projeto Catálogo de Dados foi criado. Esse trabalho apresenta o Catálogo em duas etapas: i) primeiro a partir da descrição do projeto e de suas bases de dados e, ii) em seguida, um caso de replicação de trabalho da literatura referente ao uso de modelos de aprendizado de máquina para predição de RTT. Para a replicação, são utilizadas redes neurais recorrentes (RNNs, GRUs e LSTMs), alcançando resultados próximos aos originais.

show abstract

Reprodutibilidade de Experimentos em Redes de Computadores através do Catálogo de Dados RNP

Zanotelli,

Damasceno,

Vianna

et al. 2024

Anais Do XXIX Workshop De Gerência E Operação De Redes E Serviços (WGRS 2024)

View full text Add to dashboard Cite

show abstract

scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.

Contact Info

customersupport@researchsolutions.com

10624 S. Eastern Ave., Ste. A-614

Henderson, NV 89052, USA

This site is protected by reCAPTCHA and the Google Privacy Policy and Terms of Service apply.

Blog Terms and Conditions API Terms Privacy Policy Contact Cookie Preferences Do Not Sell or Share My Personal Information

Made with 💙 for researchers

Part of the Research Solutions Family.

All You Need is Transformer: RTT Prediction for TCP based on Deep Learning Approach

Cited by 1 publication

References 6 publications

Reprodutibilidade de Experimentos em Redes de Computadores através do Catálogo de Dados RNP

Reprodutibilidade de Experimentos em Redes de Computadores através do Catálogo de Dados RNP

Contact Info

Product

Resources

About